基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对银行业中客户贷款契约违约风险较高的问题,通过把经济学中的特征分析模型与数据挖掘中的K-MEANS聚类算法相结合,利用现有客户资料,对客户资信评级分类,从而实现对客户信息的高质量管理,降低银行对客户贷款的风险.实验结果表明,此算法对客户的资信评级具有良好的分类效果.
推荐文章
聚类算法在银行客户细分中的应用
聚类
K-means算法
X-means算法
客户细分
基于DW的银行客户识别系统的设计与实现
数据仓库
银行客户识别系统
数据集市模型
ETL
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于均值聚类的银行客户信用关系分析
来源期刊 华东交通大学学报 学科 工学
关键词 信用管理 客户资信评级 K-MEANS聚类
年,卷(期) 2008,(6) 所属期刊栏目 电子电气与计算机科学
研究方向 页码范围 55-58
页数 4页 分类号 TP315
字数 2376字 语种 中文
DOI 10.3969/j.issn.1005-0523.2008.06.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蒋先刚 华东交通大学基础科学学院 113 533 10.0 15.0
2 许苗村 华东交通大学基础科学学院 3 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (5)
同被引文献  (13)
二级引证文献  (13)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
信用管理
客户资信评级
K-MEANS聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华东交通大学学报
双月刊
1005-0523
36-1035/U
大16开
中国南昌
1984
chi
出版文献量(篇)
3963
总下载数(次)
12
总被引数(次)
24304
论文1v1指导